2023 个令人大开眼界的 XNUMX 年关于生成人工智能和 ChatGPT 的预测，包括人工智能伦理和人工智能法律的飞溅

对 2023 年生成性 AI 和 ChatGPT 做出一些大胆而重要的预测，包括 AI 伦理 …[+] 以及人工智能法的考虑。

盖蒂

更大，更好，更坏。

这就是人工智能 (AI) 在即将到来的 2023 年将要发生的事情的总体要点。

我们将看到 AI 得到大从更具包容性和能够做的事情的意义上说，以前人工智能做的事情并不是特别可行。 Bigger 也适用于更多人将了解 AI 并且全世界对 AI 的关注度将越来越高的概念。

在谈论时更好，这就是 AI 将进一步让我们所有人惊叹于 AI 的工作方式的口号，它似乎在各种方面看起来有点像人类（令人遗憾的是，导致更多关于 AI 感知的错误主张和其他关于当今 AI 的荒谬荒谬的争论, 请参阅我的评估这里的链接）. 许多专家和记者经常止步于提及 AI 变得越来越大，因此默认选择或由于 AI 文盲而不承认这枚硬币的另一面，即 AI 也将成为更糟（我们应该说，表面上对骨头不好）。

我们将拥有更多残暴的人工智能。

根据我对 AI 伦理和 AI 法律的持续广泛报道，请参阅这里的链接和这里的链接，体现不道德行为并表现出不当偏见和歧视性做法的 AI 的普遍性将超出预期。遗憾的是，尽管我们这些在 AI 伦理和 AI 法律领域的人发出了所有劝告和警告，但不利 AI 的步伐将继续向前推进。令人振奋的一点是，我们正在解决这些令人不安的问题，因此非常值得热切地追求 永远的人工智能 并寻求减少或减轻 坏的人工智能.

继续卡车运输。

对于我对 2023 年 AI 的预测，我将关注最近最热门的 AI 话题，包括 生成式人工智能. 你看，2022 年浮出水面的最具新闻价值的进步之一与被广泛称为生成人工智能的东西有关，尤其是由于最近发布的名为 ChatGPT 的人工智能应用程序而获得了广泛的关注，请参阅我的总体解释和分析关于生成式 AI 和 ChatGPT，请访问这里的链接.

由于对该主题的广泛兴趣，我做了一篇后续文章，密切探讨了这种类型的 AI 最终会削弱学生学习的疑虑，例如通过启用并完全引诱学生使用 AI 来撰写他们的论文，请参阅我对该争议的评估这里的链接. 我还写了一篇关于圣诞老人是否真实的季节性文章，以便我可以进一步阐明生成式 AI 和 ChatGPT 的优缺点，请参阅这里的链接.

为了跟上你的步伐，生成 AI 是一种 AI，它可以编写文本，就好像文本是由人的手和思想写成的一样。您需要做的就是输入一个提示，例如“告诉我关于亚伯拉罕·林肯”这样的句子，生成式人工智能将为您提供一篇关于林肯的文章。您的第一个想法可能是这似乎没什么大不了的。你可以很容易地在互联网上进行在线搜索，很容易找到大量关于林肯总统的文章。

生成式 AI 的关键在于，这篇文章表面上是独一无二的，并且具有原创性。如果你试图在网上某个地方找到 AI 生成的文章，你不太可能会发现它。生成式人工智能利用复杂的数学和计算公式，该公式是通过检查网络上的书面文字和故事中的模式而建立的。由于检查了成千上万的书面段落，人工智能能够吐出新的文章和故事，这些文章和故事是所发现内容的大杂烩。通过添加各种概率函数，生成的文本与训练集中使用的文本相比非常独特。

这就是为什么学生在课堂外写论文时能够作弊引起了轩然大波。老师不能仅仅拿那些欺骗学生声称是他们自己写的文章，并试图查明它是否是从其他在线来源复制的。总的来说，不会有任何适合 AI 生成的文章的在线明确的预先存在的文章。总而言之，老师将不得不接受学生将这篇文章作为原创作品所写。我在关于这些问题的文章中谈到了一些可能解决这个问题的方法，请参阅这里的链接.

您绝对可以预料，生成式 AI 的话题将成为整个 2023 年的头条新闻。毫无疑问。

一些 AI 内部人士发现这有点奇怪或令人着迷，因为生成 AI 研究已经进行了好几年了。为什么在最近出现不受约束的兴趣之前，似乎没有人关心生成式人工智能？这波及广泛的公众意识的部分原因是 ChatGPT 被发布供公众使用。直到最近，大多数生成式 AI 应用程序都由 AI 内部人员使用，并没有特别向广大公众开放。当 ChatGPT 很快就有 XNUMX 万注册用户使用 AI 应用程序时，突然之间，很多人都在体验生成式 AI。

他们表达性地使用社交媒体来谈论它。

谈话本身就过头了。这是自切片面包以来最好的东西，许多人大声聆听。一些人宣称，这无疑证明了 AI 具有感知力或处于感知力的边缘。它改变了一切，也颠覆了一切，那些相信这是一项革命性人工智能创新的人大声疾呼。阿谀奉承不断。

我敢说我们所知道的世界仍然非常相似。当然，我们可以为当今的生成式 AI 找到各种引人入胜且有用的用途。感谢正在取得的人工智能进步。但是，让我们对此更加脚踏实地。我们正在改进 AI，一次一小步。每一步都会增加惊奇因素。然而，需要明确的是，今天的 AI 没有感知力，我们也没有处于 AI 感知力的风口浪尖。我将在 2023 年的专栏中详细介绍这一点。

我还想解决另一个经常出现的问题。如今，一种不幸的两极分化似乎已经侵入了 AI。这就是我的意思。我刚才说生成式 AI 是没有感觉的。对一些人来说，这些是打架的话。他们很生气，好像我在诋毁生成式人工智能的惊人因素。敢于质疑生成式人工智能的本质成为一种触发点。

希望大多数人会明白我们可以一边嚼口香糖一边说话。一方面享受生成式 AI 迄今为止所取得的成就，并将继续蓬勃发展和扩展，同时对它尚不能做到的事情保持冷静，这是完全可以的。此外，我们迫切需要寻找并应对生成式人工智能带来的不利影响。让我们把玫瑰色眼镜放在一边，给这一切一个发人深省的评估。

基于媒体对生成式 AI 的赞誉，您几乎会认为生成式 AI 是唯一一种 AI。

请务必意识到还有许多其他类型的 AI 以及大量其他 AI 开发和进步正在发生。尽管如此，是的，我预计生成式人工智能将成为 2023 年大部分时间的宠儿。它就像一辆吸引我们眼球的华丽汽车。同时，正在努力追求各种其他人工智能工作，并取得重要成就。那些不太可能被特别宣传，并且会在某种程度上保留在引擎盖和幕后（不过，值得注意的是，我会报道它们，所以请继续观看和阅读，谢谢）。

然后我将专注于生成 AI 来预测我的 2023 年。如果您仔细阅读字里行间，您还将对 2023 年 AI 将发生的事情有一个更广阔的世界观。我试图将 2023 年 AI 的所有飞跃和突破浓缩为一组 XNUMX 个关键要素。为了将这 XNUMX 个变成易于消化的块，我将五个类别放在一起。每个类别包含五个预测。我将解释这五个类别，然后进入每个类别和各自的预测。

事不宜迟，让我们进入 2023 年预测盛会的 AI。

你准备好了吗？

我希望如此。

我对 2023 年的预测类别

首先，考虑我设计的五个类别：

2023 年 AI 预测的五个类别
第 1 类：我的前 5 个生成 AI 文本到出站预测
类别 #2：我的前 5 个生成 AI 出站到入站预测
类别 #3：我的前 5 大生成 AI 幕后阴谋预测
第 4 类：我的前 5 名生成人工智能商业嗡嗡声预测
类别 #5：我的 5 大生成人工智能伦理和人工智能法律考虑预测

请允许我花点时间解释一下这些类别。

使用生成式 AI 时，您通常会向 AI 输入一个文本提示，然后 AI 会使用该文本提示生成某种形式的输出。提示可以产生文本输出，例如你询问亚伯拉罕林肯的生平故事作为你的提示，瞧，关于林肯的整篇文章都是由 AI 生成的。

有些人将此称为文本到文本模式。你输入你的文本，然后得到一些文本作为 AI 的输出。我经常将此称为文本到文章，因为它似乎更能引起人们的共鸣，因为您通常会因为习惯上相对较短的文本提示输入而获得整篇文章。你输入文本，你会得到整篇文章。无论如何，确实是文本作为输入，文本作为输出生成，因此您可以将其称为文本到文本或文本到文章。我将在本文中互换使用这些标语。

原来你也可以有其他类型的输出。

例如，在 2022 年初，关于使用文本生成艺术引起了轩然大波，请参阅我的报道和分析这里的链接（热烈热烈的讨论不断）。你输入了一个文本提示，比如要求看一只青蛙坐在烟囱上戴着帽子，然后 AI 生成了那种艺术效果图。人们对此很着急。

并不是每个人都那么兴奋。这种类型的 AI 通常在整个互联网上的艺术品上进行计算训练。因此，可能是您的珍贵艺术品在 AI 计算中被扫地出门，而 AI 产生的输出与您的艺术作品相似。关于与艺术和文本相关的知识产权 (IP) 权利将如何被此类 AI 颠覆的问题，我们正在走向麻烦的时代，有关我对此事的更多分析，请参阅这里的链接.

今天，生成式 AI 的典型输出类型包括纯文本或纯艺术的输出。一个或另一个，但不是同时发生。

当我提到艺术输出时，大多数人倾向于想到艺术性，例如绘画或素描。另一种形式的艺术相关输出包括 AI 生成的逼真图像。将它们想象成您通过智能手机相机拍摄的快照或照片。为了将传统艺术与类似照片级真实感的艺术输出区分开来，我将在本文中方便地将它们称为文本到艺术与文本到照片级真实感图像。不是每个人都同意将它们分成两种类型的输出，但我发现在讨论所有主题时它很有帮助。

描述或描述生成式 AI 的一种通用方式是说，这种 AI 通常将文本作为输入并产生某种形式的输出，这些输出可能会因模式正在使用。我们有文本到文本或者我喜欢说的是文本到文章。有文本到艺术。我想说有文字转艺术和文字转逼真图像。本质上，这些都是发往某种形式的出境的文本。

相反的方向也越来越受欢迎。

这笔交易。

假设您向生成式 AI 应用程序提供了一些艺术品。 AI 应用程序可能被设置为生成旨在以文本方式描述艺术品的文本。例如，我选择描绘一只戴着帽子的青蛙坐在烟囱上。我决定接下来扫描我心爱的艺术品。人工智能应用程序试图从本质上解释或描述我的画作。因此，输出可能是 AI 应用程序指示我画了一只戴着帽子的青蛙坐在烟囱上。

这是艺术到文本的一个例子。

尽管我之前说过出站可能是艺术或逼真的图像，但我们可以考虑将这些模式改为（或也）潜在地用于生成人工智能应用程序的输入。一个 AI 应用程序可能是为艺术到文本而设置的，我也想说这通常包括或伴随着进行逼真的图像到文本的能力。

今天的生成式人工智能通常被设计为众多风格中的一种。

给定的生成式 AI 应用程序可能会执行文本到文本，仅此而已。一个不同的生成 AI 应用程序可能会做文本到艺术，仅此而已。然而，一个不同的生成 AI 应用程序可能会做艺术到文本，仅此而已。他们每个人都是孤立的，因为他们都是只会一招的小马。

你会惊喜地发现我正在为你安排一个关于 2023 年和 AI 的大揭秘。既然你现在可能坐在座位的边缘，我想我应该和你分享这个消息。

我们正朝着我所说的方向前进多X or 多模态 生成式人工智能。

多 X 或多模型的生成式 AI 应用程序能够执行一系列入站和出站模式。您可以输入文本并生成文本文章。如果您愿意，您可以改为进入艺术领域并撰写一篇论文。您可以输入文本并制作艺术品。这是您选择的混合搭配选择。

我们还将看到这些模式的混合。

我输入文本，例如让生成式 AI 告诉我著名画家伦勃朗的风格，还向我展示了一只青蛙在烟囱上戴着帽子，这是按照伦勃朗的风格画的。然后，生成式 AI 应用程序将提供两个输出，包括一篇文本文章和根据您的要求渲染的绘画。

另一个例子是，我将我的手工作品输入到一个生成式 AI 应用程序中，然后输入文本要求 AI 应用程序重做我的作品，这样看起来就像伦勃朗那样，而且我希望 AI 应用程序比较这两件作品艺术品。 AI 应用程序将生成我的作品的请求变体，然后在一篇文章中解释我的原始作品和 AI 生成的版本如何相互比较。

我相信您可以想象到 2023 年这将是多么令人兴奋。

如果可以的话，我想锦上添花。

另一种将在 2023 年震惊世界的模式将是电影.

坐下来接受这个启示。

您将能够输入文本，例如要求 AI 应用程序制作一段视频，展示赛车在不断绕圈的赛道上进行比赛。仅根据您的文字描述，AI 将制作一段视频。那将是文本到视频。

还将有视频到文本。

您将视频输入到生成式 AI 应用程序中。人工智能应用程序会生成一篇描述视频的文章。请允许我澄清一下。这不是视频中所说内容的音频转录。没有。这是一篇散文式的描述，例如视频由一辆汽车组成，它显示在轨道上并不断旋转。

各种 AI 研究人员已经在研究文本到视频和视频到文本模式。这是很难的事情。 2023 年，您会看到这些进步的点点滴滴。起初，外观和感觉会相当僵硬和简单。因此，您可能会想将其注销为不值得。不要这么快下判断。

我还可以相当肯定地预测，有些人会抱怨这种文本到视频的使用是好莱坞的丧钟。好吧，任何制作视频的人的丧钟，包括那些以发布视频为生的 YouTube 影响者。据推测，无需处理制作视频的所有艰巨方面，只需输入文本即可完全生成这些视频。不涉及任何艰苦的工作。

我们距离仅通过文本输入产生的那种一流的连贯视频输出还有很多年。有些人的梦想是，你可以输入文本格式的剧本，等待生成式人工智能应用程序完成它的工作，你就会得到一部奥斯卡获奖电影的输出。以免你认为我指的是某种形式的动画视频，请注意这将包括一个视频，其中似乎有人物。通过增加深度换脸技术的使用，你可以与你最喜欢的电影明星一起制作视频，他们看起来会说话、移动、唱歌和跳舞。

为那一天戴上你的帽子。

无论如何，我们将在 2023 年看到一些试探性的进展，这将预示着这种生成式 AI 的未来。

所有这一切都将具有戏剧性和相当重要的 AI 伦理和 AI 法律考虑因素。自然地，这就是为什么我将 AI 伦理和 AI 法律作为我对 2023 年预测集进行分组的五个类别之一。

我们准备进入类别并查看我为每个类别选择的五个关键预测。最后，我会将它们全部列在一起展示，然后集中在一起，这样做是为了便于展示它们。

第 1 类：我的前 5 个生成 AI 文本到出站预测

让我们从探索文本到出站类别开始。

以下是我对 2023 年这一类别的预测：

第 1 类：我的前 5 个生成 AI 文本到出站
1.1) Text-to-Art 变得更具艺术感
1.2) 文本到真实感图像获得更深层次的伪造
1.3) Text-to-Essay 克服了一些幻觉和狂笑
1.4) 文本到视频成为下一件大事
1.5) Text-to-X 转变为 Multi-X 多模式合而为一

为您快速阐述。

1.1 Text-to-Art 变得更具艺术感。 文本到艺术的生成式 AI 将在制作艺术作品方面做得更好。试图辨别艺术作品是由人类艺术家创作还是由人工智能创作几乎是不可能的。关于这种艺术是否是“真正的艺术”的争论将重新出现。谴责这将使人类艺术家失业的声音将持续存在。争论也将是这是没有灵魂的艺术。另一个是，这是一种没有任何创造力的艺术，因为它是由人工智能设计的。反对意见将是艺术就是艺术，通常暗示任何灵魂的外表都在旁观者的眼中，而不是艺术是如何产生或产生的。在创造力方面，这也将引起激烈争论，因为生成人工智能的随机性和计算复杂性将产生在旁观者眼中看起来与其他或某些人类艺术家一样有创造力的艺术。让艺术家的哲学游戏接踵而至。

1.2 文本到真实感图像获得更深层次的伪造。 毫无疑问，您已经知道对于深度造假的出现存在大量的担忧。人们选择编辑真人的照片，让它看起来好像这个人正在做他们实际上没有做的事情。这引发了各种形式的虚假信息、错误信息以及潜在的诽谤和其他问题。生成式人工智能将提高赌注。您只需输入一个文本提示，指明名人或其他具名人物的姓名，并指明您希望图像描绘的内容，AI 就会为您生成逼真的图像。然后，您可以告诉 AI 对其进行改进，直到它完全成为完美的 deepfake。为 AI 欢呼吧（假设 deepfake 是为了积极和有益的目的而制作的），或者也许是另一种悲惨且完全可利用的 AI 使用（假设 deepfake 是为了邪恶的目的而制作的）。

1.3 Text-to-Essay 克服了一些幻觉和狂笑。 当今的生成式人工智能最显着的缺点之一是它可能会产生错误的输出。例如，假设关于林肯生平的文章表明他曾经乘坐私人飞机在全国各地飞行。你我都知道这是愚蠢的，而且显然是不正确的。问题是，阅读输出文章的人不一定知道叙述中的某处可能是虚假陈述。有时，错误是由于 AI 最初是如何通过互联网进行模式匹配计算的，而在其他情况下，还有其他因素在起作用。当 AI 在数学上出现一点偏差时，AI 领域倾向于将其称为 人工智能幻觉，这是我坚决不同意并说过我们应该避免这种虚假拟人化的创造术语，请参阅我的分析这里的链接.

关键是我们将不得不与产生误导性或完全错误输出的生成式 AI 作斗争。在某些情况下，生成的文章可能包含微妙且略微错误的主张，而在其他情况下，它可能是完全错误的。想象一下，要求生成式 AI 应用程序制作南瓜派的食谱，生成的文章包含一个步骤，告诉您向批次中添加毒药。如果物品以其他名称列出，则遵循说明的人可能不会意识到指示的成分是毒药。不好。

令人不安的是，生成式 AI 可能是产生大量潜伏的虚假信息和错误信息的捷径。它也变得更糟。这是如何做。假设人们将通过生成式 AI 生成各种类型的文章。他们继续将这些文章发布到互联网上。没有人特别筛选这些文章以确保它们没有错误。我们最终添加到互联网上的混乱数量开始成倍增加，因为人们可以轻松地使用生成 AI 为他们创建文本内容。超大量的虚假信息和错误信息堆积在我们已经拥有的由人手直接制造的信息堆上。哎呀，就可疑内容而言，互联网变得比现在更糟。

我将稍微改变一下话题，并提出一个专门与 ChatGPT 相关的方面。正如我在其他关于 ChatGPT 的帖子中所讨论的，请参阅这里的链接和这里的链接, AI 开发人员齐心协力尝试减少坏东西的输出。例如，他们使用了一种被称为 左高频 （从人类反馈中强化学习），在他们向公众发布 AI 之前，他们雇用了人类来检查各种输出并向 AI 指出这些输出是否存在问题，例如可能表现出偏见、粗言秽语和像。通过提供这种反馈，人工智能应用程序能够在计算和数学上进行调整，以减少此类内容的排放。请注意，这不是一种万无一失的方法，AI 应用程序仍然可以通过多种方式发出此类内容。

您可能会对 ChatGPT 基于称为 GPT-3 的前身 AI 应用程序版本感兴趣，请参阅我的讨论这里的链接. ChatGPT 被认为是稍微下一步，称为 GPT-3.5。预计 GPT-4 可能会在 2023 年春季发布。据推测，GPT-4 将在能够产生看似更流畅的文章、更深入、更令人敬畏方面向前迈出令人印象深刻的一步- 令人惊叹的作品，它可以产生。

我之所以提出这个问题，是因为这些更好、更大的生成式 AI 应用程序有一个潜在的致命弱点。如果任何 AI 供应商提供可以喷出污秽的生成式 AI 应用程序，这可能会使这些 AI 制造商的希望破灭。溢出还会导致所有生成式 AI 遭受严重的黑眼圈。毫无疑问，人们会对犯规输出感到非常不安，这种情况已经发生过多次，并导致社会对人工智能的强烈谴责。

1.4 文本转视频成为下一件大事。 我之前在这里讨论了文本到视频。如前所述，研究实验室正在对此进行研究，您可以期待在 2023 年年中看到一些非常有趣且引人注目的公告。更好的东西可能会在 2023 年底公布。

1.5 Text-to-X 转变为 Multi-X 多模态一体化. 我之前在这里讨论了拥有可以进出多种输出或输入模式的生成 AI 的概念，我称之为 multi-X 或多模态生成 AI。这些将在 2023 年推出。我猜这会引起相当大的兴趣，并引发更多关于 AI 的讨论。

类别 #2：我的前 5 个生成 AI 出站到入站预测

接下来让我们探讨出站到入站类别。

以下是我对 2023 年这一类别的预测：

类别 #2：我的前 5 个生成 AI 出站到入站
2.1) 艺术到文本的描述变得丰富
2.2）逼真的图像到文本抓住要点
2.3) Essay-to-Text 做显着的复述
2.4) 视频到文本使婴儿学步令人印象深刻
2.5) Multi-X Multi-Modal 尝试做反向拆分

为您快速阐述。

2.1 艺术到文本的描述变得丰富。 如前所述，我们将看到增强的人工智能能力，将艺术作为输入，然后生成一篇描述输入艺术作品的文章。使用生成 AI 的人可以对这篇文章进行一定程度的定制。例如，您可以告诉 AI 应用程序生成艺术作品摘要，或者指示 AI 过于丰富并生成冗长的滔滔不绝的阐述。

2.2 Photorealistic-Image-to-Text 抓住要点。 如前所述，我们还将拥有生成式 AI，可以生成关于输入照片的文章。这些第一个版本不会像面向艺术的版本那样令人印象深刻。别担心，这些 AI 应用程序将在 2024 年得到显着改进并做得更好。

2.3 Essay-to-Text 做了出色的复述。 许多使用生成式 AI 应用程序的人没有意识到，大多数这些 AI 应用程序都提供了一项功能，您可以将一篇文章输入 AI，并获得文章摘要作为输出。例如，您可以将某人写的一篇长篇文章作为提示输入 AI 应用程序，并要求 AI 应用程序生成摘要或摘要。并非所有生成式 AI 应用程序都这样做，而且有些应用程序对输入的长度有限制。无论如何，很有可能到 2023 年底，人们会定期使用生成式 AI 来生成摘要，以便发布在互联网上或以其他方式使用。

2.4 Video-to-Text 让人印象深刻。 我之前提到过，我们将看到一些视频到文本生成器 AI 应用程序。我敢打赌，一旦这些人相对擅长对输入的视频进行适当的文本分析，很多人就会热切地使用这个功能。我这样说是因为不必观看一个小时长的视频，对视频传达的内容进行书面描述会很方便，这样您就可以轻松浏览书面文章，然后决定是否要费力地查看视频。现在，人类手工完成这种类型的书面描述，而在 2023 年和 2024 年，我们将越来越多地使用生成式人工智能来为我们完成这项工作。

2.5 Multi-X Multi-Modal Tries To Do Reverse Splits。 我之前提到过这种将 multi-X 或多模态作为输入的能力，然后生成式 AI 应用程序对输入进行逆向工程，并可以为我们拆分内容。假设我提供了一张林肯的画作作为输入，我要求将其制作成一段关于林肯生平的视频，以及随视频一起发表的一篇文章。漂亮。

第 3 类：我认为最重要的 5 个生成式 AI 幕后黑手

接下来让我们探讨幕后阴谋类别。

以下是我对 2023 年这一类别的预测：

第 3 类：我认为最重要的 5 个生成式 AI 幕后黑手
3.1) 快速工程建立立足点
3.2) 链式思维协议向约定俗成的方向发展
3.3) 实时联网生成人工智能绽放
3.4) 互联网搜索与生成人工智能的合理结合蓬勃发展
3.5) 零次生成 AI 闪烁和酝酿

为您快速阐述。

3.1 快速工程建立立足点。 输入文本提示的方式可以从根本上产生不同的输出文章。从某种意义上说，编写文本提示有好的方法和不太好的方法。一些专家宣称我们需要培训人类如何编写好的提示，为此他们将拥有提示设计师或提示工程师的自负头衔。虽然这可能在短期内发生，但从中长期来看，AI 将得到增强，可以在人们输入提示时进行手持操作。人类承担这项任务的日子屈指可数，记住我的话。

3.2 思想链协议向约定俗成的方向发展。 当您在生成式 AI 应用程序中输入文本提示时，有时 AI 会设置为允许您创建一种与 AI 的讨论线程。你输入一个提示。人工智能以一些输出作为回应。然后您参考输出并要求或指示用它做其他事情。这种情况反复发生。例如，我要求 AI 应用程序制作一个关于林肯的生平故事。看到生成的论文后，我输入了随后的提示，提示将论文重点放在内战上。生成了一篇新论文。然后我告诉 AI 应用程序只覆盖葛底斯堡演说。等等。

在某些情况下，这种提示会极大地改变正在生成的论文。虽然我不喜欢这个命名，但由于涉及拟人化，许多 AI 业内人士倾向于将其称为 思维链 协议（在我看来，更糟糕的绰号是，这是一个类似于人类推理的思维链“推理”）。无论如何，我确实相信这种思路方法具有一些有趣的技术可能性，我预计 2023 年会有更多的人工智能工作在这方面取得进展。

3.3 实时互联网连接生成人工智能绽放。 一些生成式人工智能基于在某个特定截止日期扫描互联网，例如 ChatGPT 被确定为 2021 年的截止日期。这有几个原因。一是实时访问互联网并将其输入生成式人工智能以生成实时结果的计算工作可能很繁重。人们期望在几秒钟内获得生成的结果，而互联网的实时计算扫描可能会将其缩短到几分钟、几小时甚至几天。另一个问题是，如果使用实时互联网访问信息，如果其中包含不良内容，则可能不会那么容易被捕获，而使用及时停止的生成 AI，您更有可能在训练期间获得这些方面的信息走投无路。等等。

好消息是，有志者事竟成。可以使用各种计算技巧和聪明才智来应对实时联网生成 AI 的愿望。你会看到这在 2023 年开始发生。

3.4 互联网搜索与生成人工智能的合理结合蓬勃发展。 我之前在我的一篇关于生成人工智能和 ChatGPT 的专栏文章中提到，由于生成人工智能表面上承担了互联网搜索的苦差事，一些人大声警告谷歌和其他搜索引擎公司将被迫倒闭。我指出，这是马克吐温的那些时刻之一，人们过早地提出搜索引擎的死亡。我的观点是我们将有一个并行的搜索引擎耦合和生成式人工智能。还记得我已经指出了生成式 AI 产生所谓的 AI 幻觉和其他错误输出的令人不安的方面。我们不希望我们的搜索引擎这样做，因此现在保持生成人工智能的伙伴角色是有意义的，这样它就不会玷污已经备受尊重和巨大的广告收入，产生高度信任搜索引擎（请参阅我的进一步讨论这里的链接).

3.5 零样本生成 AI 微光和暗流涌动。 今天的大多数生成式 AI 都是通过在 Internet 上进行广泛扫描而制作的。这需要大量的计算处理。通常，如果您在文本提示中提出一个主题，而该主题不是之前某些扫描内容所涵盖的主题，您将得到一个轻快且可能空洞的输出，或者只是表明生成 AI 对该主题无话可说. 另一种方法需要有时称为零射. 这表明 AI 应用程序可以在某个主题上自以为是，而不必针对该主题进行广泛的预训练。您可以期待在 2023 年看到零样本生成式 AI 出现一线曙光并酝酿成实质性的东西。

第 4 类：我的前 5 名生成人工智能商业热议

接下来让我们探讨商业动态类别。

以下是我对 2023 年这一类别的预测：

第 4 类：我的前 5 名生成人工智能商业热议
4.1）生成人工智能的个性化和级联是下一个强大的钩子
4.2) 生成人工智能的速度和效率出现突破
4.3）合成数据从阴影中出现并发挥作用
4.4）脆弱的生成人工智能开始破坏桶
4.5) 包含诈骗的生成式 AI 应用程序的大杂烩

为您快速阐述。

4.1 生成人工智能的个性化和级联是下一个强大的钩子。 大多数生成式 AI 应用程序对于使用 AI 应用程序的人来说往往是通用的。人工智能应用程序不认识你。您输入的任何内容都将被视为与其他任何人输入的一样。一些生成式 AI 应用程序确实允许您保存一个线程，您可以稍后返回，因此，以一种适度的方式允许一点点意识到您的存在。我预计在 2023 年我们将看到个性化能力被添加到生成 AI 中。你的特殊兴趣和提示方式将成为 AI 应用程序跟踪的模式，并用于磨练对你喜欢它们的组合方式的反应。此外，您可以预期，将一个生成式 AI 输出级联到其他生成式 AI 也将在 2023 年变得相对流行和普遍。

4.2 生成式人工智能速度和效率出现突破。 允许公众使用其生成的人工智能的人工智能制造商面临的一个棘手问题是所涉及的成本问题。以 ChatGPT 为例，在此免费抽样期间，AI 制造商正在消耗成本。选择在 2023 万人中停止注册 ChatGPT 的部分原因是每笔交易的成本很高，而且会吃掉面团。此外，随着这些生成式 AI 应用程序变得越来越大，处理越来越多的数据，并且可能实时连接到互联网，对速度的需求将越来越迫切。从计算机科学家纯粹主义者的角度来看，寻找使生成人工智能更快、计算效率更高的方法既令人兴奋又方便。这一特定领域的同类突破可能适用于各种其他计算平台和系统。预计这将在 XNUMX 年发挥作用。

4.3 合成数据从阴影中出现并发挥作用。 有真实数据，也有合成数据。真实数据的一个示例包括扫描 Internet 以获取信息，例如林肯的生平。合成数据是指您为了训练 AI 而编造数据。有时，您不必承担扫描真实数据的成本和精力，而是做一些事情来创建只需按一下按钮即可获得的大量数据。从某种意义上说，它是伪造的数据，尽管通常基于一些真实的基础。到 2023 年，使用合成数据来帮助生成人工智能的训练和使用将成为一种新兴趋势。

4.4 脆弱的生成 AI 开始破坏桶。 这是一个关于生成 AI 的悲伤脸话题。现在，生成式 AI 已经通过 ChatGPT 之类的公司获得了 XNUMX 分钟的知名度，许多其他 AI 制造商也想加入同样的游戏。为了让事情变得非常清楚，确实已经有许多真正的生成人工智能应用程序被悄悄地保密，或者技术供应商担心如果人工智能在公开使用时有时会产生犯规行为的潜在倾向被揭露会惹上麻烦. 这些生成式 AI 应用程序将很快上市，这样每个人都会知道镇上的推动者和推动者不止一个。聚光灯将照耀许多人。

这虽然也会有一个缺点。会有一些生成式人工智能冲入公众视野。这些脆弱的版本将普遍产生错误的输出。人们会不高兴。社会能否区分一个制造商的生成人工智能与另一个制造商的生成人工智能将是一个大问题。脆弱的版本可能会破坏整个桶。我们需要拭目以待，看看这在 2023 年会如何发展。

4.5 包含诈骗的生成式 AI 应用程序的狂野混搭。 我在这张脸上不仅仅是一张悲伤的脸，这是一张咬牙切齿的鬼脸。在即将发布的专栏中，我将讨论如何使用生成式 AI 来做坏事，例如让 AI 为您生成恶意软件。你需要做的就是告诉生成 AI 这样做，即使你不知道如何自己编写恶意软件，生成 AI 应用程序也会生成不正当的代码。我意识到这可能看起来有点像书呆子，所以让我们考虑一下其他的邪恶行为。假设您想尝试欺骗某人，例如那些告诉人们您是一位有很多钱的王子并且您只需要他们的银行帐号就可以向他们发送数以亿计的美元以供您持有的电子邮件。生成式人工智能可以帮助你想出并设计出这种基于文章的骗局。我想这就是我们不能有任何新玩具的原因。

第 5 类：我的 5 大生成人工智能伦理和人工智能法律注意事项

接下来让我们探讨 AI 伦理和 AI 法律注意事项类别。

以下是我对 2023 年这一类别的预测：

第 5 类：我的 5 大生成人工智能伦理和人工智能法律注意事项
5.1) 生成人工智能的货币化斗争面团
5.2）不利的碳足迹削弱了生成人工智能的荣誉
5.3) 生成性 AI 有毒违规预示着大谴责
5.4) 欧盟 AI 法案 (AIA) 的颁布与 Ballyhoo 和 Gotchas
5.5) 美国算法问责法成立但引起人们的注意

为您快速阐述。

5.1 生成 AI 争夺面团的货币化。 我有一个重要的问题要问你。人们将如何通过提供生成式 AI 应用程序来赚钱？我们还不确定这些是不是真正赚钱的应用程序。您愿意支付交易费或订阅费来访问生成式 AI 应用程序吗？可能是可能不是。有些人只是为了好玩而玩生成式人工智能，因此成本大概需要与其他形式的在线娱乐（例如使用在线游戏）相当。其他人正在尝试更认真地使用生成式人工智能来完成与工作相关的任务。例如，在我的 AI 实验室中，我们一直在试验和调整生成 AI，供律师用于执行法律任务，例如整理法律摘要。关于如何利用生成式 AI 赚钱的想法层出不穷。很有可能 2023 年将成为“展示金钱”的一年，看看是否有可行的方法可以将生成式 AI 转变为现实世界的赚钱工具。正如他们所说，跟着钱走。

5.2 不利的碳足迹削弱了生成人工智能的荣誉。 我之前在我的专栏中讨论过，人们担心 AI 的蓬勃发展是因为设计和运行这些计算密集型应用程序会消耗大量计算机处理能力，请参阅我的分析这里的链接. 令许多人惊讶的是，人工智能会产生碳足迹。我们需要权衡人工智能的好处和碳足迹的社会成本。期待看到 AI 伦理和 AI 法律的兴起，以提高人们对 AI 碳足迹的认识，包括可能颁布法律，规定需要报告和公开披露与 AI 相关的碳生产以及正在采取哪些措施来减轻碳排放。生活中没有什么是免费的。

5.3 生成式 AI 有毒违规预示着大谴责. 我已经在本文中多次提到，当今的生成式 AI 会产生错误的输出。 2023 年，一些生成式 AI 会产生极端偏见的评论或其他不当行为，而社会的强烈反对可能会突然爆发。当这种情况发生时，它会发生，我至少希望对 AI 伦理的更多关注将成为云中的一线希望。您还可以打赌，这些令人不快的事件很可能会激发制定新的 AI 相关法律的动力。监管者和立法者会被激怒。

5.4 欧盟 AI 法案 (AIA) 的颁布伴随着胡言乱语和陷阱。 我已经撰写了大量有关正在起草和修订的欧盟人工智能法案 (AIA) 的文章，请参阅我的报道这里的链接. 这将是迄今为止关于人工智能的最重要的新法律，并将产生巨大的影响。我打赌它最终会在 2023 年颁布。关于这项法律的众多争议之一是它采用基于风险的方法对人工智能系统进行分类。简而言之，有四种分类，包括 (a) 不可接受的风险、(b) 高风险、(c) 有限风险和 (d) 最小风险。一些人认为，这是从法律角度应对人工智能的最佳方式。其他人不同意并断言，风险框架将站不住脚，并为制造或部署 AI 的人制造各种混乱和诡计。正如我在专栏文章中所讨论的那样，我对此有自己的看法。无论如何，如果 EU AIA 确实在 2023 年通过，您当然可以预料到会有很多大肆宣传。我们都将屏住呼吸等待事情的进展。这项法律是否有助于限制 坏的人工智能，或者它会成为一个意外的杀手 永远的人工智能，或者最终介于两者之间？敬请关注 2023 年。

5.5 美国算法问责法尚未生效但引起人们的注意. 美国一直在慢慢地、逐渐地与国会中的一项法案争论不休，这将是一项大规模的人工智能法，被称为算法责任法案。我已经讨论了该草案，还涵盖了其他相关的联邦和州 AI 相关立法工作（以及地方层面的工作，例如要求 AI 审计的纽约市法律，请参阅我的讨论这里的链接). 您可能会对我对白宫于 2022 年发布的 AI 权利法案的分析特别感兴趣，请参阅这里的链接. 如果欧盟友邦保险在 2023 年获得通过，这很可能会唤醒并推动美国的立法努力。与此同时，一些人会敦促等待，看看欧盟 AIA 的进展情况，然后再固执地制定美国人工智能法。部分地，如果任何大型生成人工智能或其他著名的人工智能混乱在全国范围内引起广泛关注，美国的推动将加速。总而言之，我的预测是，尽管美国的努力将会激起，但在 2024 年大选之前我看不到任何进展。在那之前，处理大规模 AI 法律的喧嚣似乎不值得，当然除非 AI 发生一些明显的坏事并且强烈抗议使追求突然成为热门话题。

结论

2023 年，人工智能将迎来激动人心的时刻。

你不会想错过烟花的。日复一日、周复一周、月复一月，未来正在显露自己。沿着这条崎岖不平的道路，将会有很多宣告有感知力的人工智能就在这里。我要求您阅读这些声明的细则。

为了帮助您一口气收集到我所有的预测，我在这里按每个类别列出它们：

第 1 类：我的前 5 个生成 AI 文本到出站

1.1) Text-to-Art 变得更具艺术感
1.2) 文本到真实感图像获得更深层次的伪造
1.3) Text-to-Essay 克服了一些幻觉和狂笑
1.4) 文本到视频成为下一件大事
1.5) Text-to-X 转变为 Multi-X 多模式合而为一

类别 #2：我的前 5 个生成 AI 出站到入站

2.1) 艺术到文本的描述变得丰富
2.2）逼真的图像到文本抓住要点
2.3) Essay-to-Text 做显着的复述
2.4) 视频到文本使婴儿学步令人印象深刻
2.5) Multi-X Multi-Modal 尝试做反向拆分

第 3 类：我的 5 大生成 AI 幕后黑手

3.1) 快速工程建立立足点
3.2) 链式思维协议向约定俗成的方向发展
3.3) 实时联网生成人工智能绽放
3.4) 互联网搜索与生成人工智能的合理结合蓬勃发展
3.5) 零次生成 AI 闪烁和酝酿

类别 #4：我的前 5 名生成 AI 商业嗡嗡声

4.1）生成人工智能的个性化和级联是下一个强大的钩子
4.2) 生成人工智能的速度和效率出现突破
4.3）合成数据从阴影中出现并发挥作用
4.4）脆弱的生成人工智能开始破坏桶
4.5) 包含诈骗的生成式 AI 应用程序的大杂烩

类别 #5：我的 5 大生成人工智能伦理和人工智能法律注意事项

5.1) 生成人工智能的货币化斗争面团
5.2）不利的碳足迹削弱了生成人工智能的荣誉
5.3) 生成性 AI 有毒违规预示着大谴责
5.4) 欧盟 AI 法案 (AIA) 的颁布与 Ballyhoo 和 Gotchas
5.5) 美国算法问责法成立但引起人们的注意

现在我已经根据它们的类别将它们全部显示在一起，让我们继续并删除类别并将列表显示为关于 2023 年 AI 的纯粹二十五个预测：

我对 2023 年人工智能的二十五个预测

Text-to-Art 变得更具艺术感
文本到真实感图像获得更深层次的伪造
Text-to-Essay 克服了一些幻觉和狂笑
文本到视频成为下一件大事
Text-to-X transmutes Into Multi-X 多模式一体机
艺术到文本得到丰富的描述
Photorealistic-Image-to-Text 抓住了要点
Essay-to-Text 做了出色的复述
视频到文本让令人印象深刻的婴儿学步
Multi-X Multi-Modal 尝试做反向拆分
及时的工程建立立足点
Chain Of Thought 协议朝着约定俗成的方向发展
实时联网的生成式 AI 大放异彩
互联网搜索和生成人工智能的合理结合蓬勃发展
零样本生成 AI 闪烁和酝酿
生成人工智能的个性化和级联是下一个强大的钩子
生成人工智能的速度和效率出现突破
合成数据从阴影中浮现并发挥作用
脆弱的生成人工智能开始破坏桶
包含诈骗的生成式 AI 应用程序的大杂烩
生成人工智能的货币化争夺面团
不利的碳足迹削弱了生成人工智能的荣誉
生成 AI 的有毒违法行为预示着强烈的谴责
欧盟人工智能法案 (AIA) 大肆宣传和陷阱
美国算法问责法成立但引起人们的注意

由于您可能想与其他人讨论我的预测，因此我将继续并列出 XNUMX 个预测的最终清单并对其进行编号。

编号只是作为一种方便的方式来引用预测。我这样说是因为编号并不暗示或表明任何关于优先级或重要性的表象。因此，不要将编号解释为好像第一个比列出的第二十五个更重要或更不重要。在此列表中，它们都被视为同等权重。

我对 2023 年 AI 的二十五个预测（为便于参考而显示编号）

1) Text-to-Art 变得更具艺术感

2) Text-to-Photorealistic-Image 获得更深层次的伪造

3) Text-to-Essay 克服了一些幻觉和狂笑

4) 文本到视频成为下一件大事

5) Text-to-X 转变为 Multi-X Multi-Modal 合而为一

6) Art-to-Text 得到丰富的描述

7) Photorealistic-Image-to-Text 抓住要点

8) Essay-to-Text 做了出色的复述

9) 视频转文本让婴儿学步令人印象深刻

10) Multi-X Multi-Modal 尝试做反向拆分

11) 及时工程立足点

12) Chain Of Thought 协议向约定俗成的方向发展

13）实时联网的生成人工智能开花结果

14) 互联网搜索和生成人工智能的合理结合蓬勃发展

15) 零次生成 AI 闪闪发光

16）生成人工智能的个性化和级联是下一个强大的钩子

17) 生成人工智能的速度和效率出现突破

18) 合成数据从阴影中浮现并发挥作用

19）脆弱的生成人工智能开始破坏桶

20) 包含诈骗的生成人工智能应用程序的疯狂混搭

21) 生成人工智能的货币化争夺面团

22) 不利的碳足迹削弱了生成人工智能的赞誉

23) 生成式 AI 的有毒违法行为预示着严厉的谴责

24) 欧盟 AI 法案 (AIA) 大肆宣传和陷阱颁布

25) 美国算法问责法成立但引起人们的注意

如果有反馈表明读者希望我提供按最重要或最有可能排序的列表，我将在后续专栏中这样做。

好吧，我对 2023 年的 AI 预测就是这样。

在我整个 2023 年的福布斯专栏中（将发布在这里的链接)，我将详细讨论这些内容丰富的 AI 主题，我们将看看我最终是多么正确或偏离目标。你可以放心，我会对此直截了当。

现在做一些最后的评论。

传奇管理大师彼得·德鲁克说，预测未来的最好方法就是创造未来。我恳请所有从事 AI 工作的人牢记这句圣人的智慧。我们需要认真遵守人工智能伦理和人工智能法，否则人工智能的未来不会像我们想象的那么美好。

伟大的科幻作家艾萨克·阿西莫夫说过，科幻作家预见到不可避免的事情，尽管问题和灾难可能是不可避免的，但解决方案却并非如此。我要求 AI 研究人员和 AI 开发人员牢记他们需要认真思考他们的 AI 可能如何直接或间接地展示或预示，无论是有意还是偶然，真实和有害的问题和灾难的出现（对于我的分析 军民两用人工智能 可以简单而遗憾地轻松转换为所谓的 Doctor Evil 项目，请参阅这里的链接). 所有人的责任誓言和要求应该是找到社会可接受的解决方案来应对此类 AI 不利难题。

最后，Yogi Berra 幽默地宣布了一个非常恰当的评论：“很难做出预测，尤其是对未来。”

预测人工智能的未来也是如此。

来源：https://www.forbes.com/sites/lanceeliot/2022/12/29/twenty-five-eye-opening-2023-predictions-about-generative-ai-and-chatgpt-including-a-splash- of-ai-ethics-and-ai-law-tossed-in/